Best Time to Buy and Sell Stock III

DP算法。参考http://blog.csdn.net/fightforyourdream/article/details/14503469

下面复制pickless的讲解，我觉得我不能比他讲的更好了

O(n^2)的算法很容易想到：

找寻一个点j，将原来的price[0..n-1]分割为price[0..j]和price[j..n-1]，分别求两段的最大profit。

进行优化：

对于点j+1，求price[0..j+1]的最大profit时，很多工作是重复的，在求price[0..j]的最大profit中已经做过了。

类似于Best Time to Buy and Sell Stock，可以在O(1)的时间从price[0..j]推出price[0..j+1]的最大profit。

但是如何从price[j..n-1]推出price[j+1..n-1]？反过来思考，我们可以用O(1)的时间由price[j+1..n-1]推出price[j..n-1]。

最终算法：

数组l[i]记录了price[0..i]的最大profit，

数组r[i]记录了price[i..n]的最大profit。

已知l[i]，求l[i+1]是简单的，同样已知r[i]，求r[i-1]也很容易。

最后，我们再用O(n)的时间找出最大的l[i]+r[i]，即为题目所求。

如果left[i]的最大值是在i时刻卖出时取得，而right[i]的最大值是在i时刻买入时取得，则在i时刻可以先卖出再买入（总共两次买卖）或者保持不动（总共一次买卖）。

因为题目要求最多两次交易，因此这种情况符合要求。

class Solution {
public:
    int maxProfit(vector<int> &prices) {
        const int n = prices.size();
        if(n == 0) return 0;
        int left[n];
        int right[n];
        left[0] = right[n-1] = 0;
        int low = prices[0];
        for(int i=1; i<n; ++i)
        {
            low = min(low, prices[i]);
            left[i] = max(left[i-1], prices[i]-low);
        }
        int high = prices[n-1];
        for(int i=n-2; i>=0; --i)
        {
            high = max(high, prices[i]);
            right[i] = max(right[i+1], high-prices[i]);
        }
        int maxp = 0;
        for(int i=0; i<n; ++i)
            maxp = max(maxp, left[i]+right[i]);
        return maxp;
    }
};